Палец освещают лучом лазера, и часть света возвращается обратно, побывав внутри. Так работает рамановская спектроскопия: молекулы кости и кожи по-разному меняют цвет отражённого луча, оставляя в нём свой химический почерк. Но кожа, мышцы и жир сильно мешают — их сигнал заглушает костный, как шум толпы перекрывает голос одного певца.
Чтобы расслышать этот голос, свет ловили не в точке входа, а на расстоянии 3 и 6 миллиметров от неё. Луч, прошедший в сторону, глубже ныряет в ткани и чаще сталкивается именно с костью. Затем в дело вступила обучаемая программа: ей показали тысячи пар — сигнал сквозь кожу и чистый сигнал от той же кости, уже обнажённой. Программа научилась вычитать помехи и восстанавливать костный спектр.
Проверка на образцах от умерших доноров показала: предсказанный костный сигнал различает здоровых, людей с остеопенией (умеренным снижением плотности) и с остеопорозом. Четыре показателя, вычисленные из спектра, дали статистически значимые отличия между группами. Более того, предсказания коррелировали с результатами стандартного денситометрического обследования (r = 0.73), приближаясь к точности прямых измерений на обнажённой кости (r = 0.9).
Первые опыты на двух живых добровольцах подтвердили: сквозь кожу видны те же костные особенности, что и в лабораторных образцах. Лазерный луч, прошедший сквозь палец, может стать простым и безопасным способом проверять прочность скелета — без рентгена и громоздких аппаратов.
как её написали авторы, на английском arXiv:2603.18983
Osteoporosis, a major global epidemic, often goes undetected until a fracture occurs, largely due to poor access to screening using gold standard methods, such as dual-energy X-ray absorptiometry (DXA). As a potential nonionizing radiation alternative, we present a transcutaneous spatially offset Raman spectroscopy (SORS) approach combined with machine learning (ML) to recover bone spectra through overlying soft tissue and extract diagnostic information. In a human cadaveric study spanning normal, osteopenic, and osteoporotic donors, we acquired paired Raman measurements from transcutaneous fingers at multiple spatial offsets (0, 3, and 6 mm) and from the corresponding exposed finger bones. Using this paired dataset, supervised machine-learning models were trained to reconstruct exposed-bone Raman spectra from transcutaneous measurements, enabling direct recovery of bone biochemical signatures from transcutaneous tissue. The ML predicted bone spectra preserved physiologically meaningful Raman features and demonstrated statistically significant differences between normal and osteoporotic groups across four key Raman-derived metrics (p < 0.05), representing, to our knowledge, the first demonstration of transcutaneous Raman discrimination between clinically established bone-health categories in a human cadaveric study. The ML-predicted spectra further correlated with distal-radius DXA T-scores (r = 0.73, RMSECV = 1.4), approaching the performance achieved using exposed-bone measurements (r = 0.9, RMSECV = 0.8). Finally, preliminary in vivo measurements from two volunteers revealed clear bone-related transcutaneous spectral features consistent with cadaveric data, supporting translational feasibility. Together, these results establish a foundation for nonionizing radiation, transcutaneous Raman assessment of bone health using supervised spectral extraction from accessible measurement sites
Рамановская спектроскопия названа в честь индийского физика Чандрасекхара Венката Рамана, который открыл эффект изменения цвета света при рассеянии в 1928 году и получил за это Нобелевскую премию.
В сериале «Звёздный путь» медицинский трикодер сканирует пациента без контакта и сразу выдаёт диагноз — лазерный анализ костей через кожу делает первый шаг к такому устройству.